AI导哈

自动化工具网关

轻量级MCP服务器，将Pipedream的10,000+工具整合为16个核心工具，支持工作流管理、应用操作执行和触发器部署等全自动化生命周期管理。

  • by bschonbrun
  • TypeScript
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 bschonbrun/pd-gateway-mcp

使用说明

pd网关mcp

Pipedream的轻量级MCP服务器——通过16个工具而不是10000多个工具实现全自动化生命周期。

为什么？

Pipedream的官方MCP将每个应用程序都作为自己的工具集公开——总共10000多个工具。大多数人工智能平台的上限为50-128个工具。这个网关将整个Pipedream表面折叠成 16个精选工具 涵盖工作流管理、应用程序动作执行、触发器部署和生命周期管理。

工具

工作流管理（REST API）

工具 说明
pd_list_workflows 列出工作区中的所有工作流
pd_get_workflow 获取工作流详细信息（步骤、触发器、配置）
pd_trigger_workflow 通过webhook触发工作流
pd_get_events 查看调试执行历史记录

应用程序操作（连接API）

工具 说明
pd_list_apps 搜索可用应用程序（3000+）
pd_list_app_actions 列出特定应用程序的操作
pd_run_action 执行任何应用程序操作

帐户连接

工具 说明
pd_connect_account 生成OAuth链接以连接应用程序
pd_list_accounts 列出已连接的应用程序帐户

触发器和组件

工具 说明
pd_list_triggers 按应用程序搜索触发组件
pd_get_component 获取任何操作或触发器的完整道具模式
pd_configure_prop 获取实时下拉选项（频道、电子表格、管道等）
pd_deploy_trigger 部署触发器，可选择连接到工作流
pd_list_deployed_triggers 列出所有活动触发器
pd_delete_deployed_trigger 删除已部署的触发器
pd_update_trigger_workflows 重新连接哪些工作流接收触发事件

关键工作流程

端到端构建自动化：

pd_list_apps → pd_list_triggers → pd_get_component → pd_configure_prop → pd_deploy_trigger

智能动作执行：

pd_list_app_actions → pd_get_component → pd_configure_prop → pd_run_action

设置

1.克隆并安装

git clone https://github.com/your-username/pd-gateway-mcp.git
cd pd-gateway-mcp
npm install
npm run build

2.配置凭据

cp .env.example .env
# Edit .env with your Pipedream credentials

您需要：

3.添加到MCP配置中

{
  "mcpServers": {
    "pipedream-gateway": {
      "command": "node",
      "args": ["/absolute/path/to/pd-gateway-mcp/dist/index.js"],
      "env": {
        "PIPEDREAM_API_KEY": "your-api-key",
        "PIPEDREAM_CLIENT_ID": "your-client-id",
        "PIPEDREAM_CLIENT_SECRET": "your-client-secret",
        "PIPEDREAM_PROJECT_ID": "proj_xxxxx",
        "PIPEDREAM_EXTERNAL_USER_ID": "optional-user-id"
      }
    }
  }
}

建筑

两个Pipedream API，一个网关：

层 API Auth
工作流 REST API v1 API密钥（承载）
其他一切 连接API OAuth2客户端凭据（自动刷新）

看 docs/ARCHITECTURE.md 用于完整的设计决策和端点映射。

许可证

麻省理工学院

相关 MCP